业界资讯

正态（高斯）分布在机器学习中起着核心作用，线性回归模型中要假设随机误差等方差并且服从正态分布，如果变量服从正态分布，那么更容易建立理论结果。统计学领域的很大一部分研究都是假设数据是正态分布的，所以如果我们的数据具有是正态分布，那么么则可以获得更好的结果。但是一般情况下我们的数据都并不是正态分布，所以如果我们能将这些数据转换成正态分布那么对我们建立模型来说是一件非常有帮助的事情。standard_normal=np.random.normal(0,1,size=1_000_000)fontdict

大型语言模型能力惊人，但在部署过程中往往由于规模而消耗巨大的成本。华盛顿大学联合谷歌云计算人工智能研究院、谷歌研究院针对该问题进行了进一步解决，提出了逐步蒸馏（DistillingStep-by-Step）范式帮助模型训练。该方法在训练用于特定任务的小型模型方面优于LLM，训练数据远少于传统的微调和蒸馏。他们的770MT5模型在一个基准任务上表现优于540BPaLM模型。令人印象深刻的是，他们的模型只使用了可用数据的80%。虽然大型语言模型（LLMs）展现了令人印象深刻的少样本学习能力，但将这样大规模的模

对于零售企业来说，提高销售额和效率的最有力的方法之一就是增强客户的购物体验。客户越容易找到和购买他们需要的东西，企业的成功就越高。许多技术正在为世界各地的客户增强购物体验铺平道路。人工智能是推动这些技术的动力之一。让我们来看看零售业的人工智能到底是如何工作的。虚拟试穿解决方案推动顾客零售体验向前发展的一项强大技术是虚拟试穿。这利用了人工智能和增强现实，允许客户试穿服装、配饰，甚至看看新家具是否适合他们的房间。用户可以在家里使用这些功能，这是这项技术的主要优势。你可能遇到过类似的基于AR的虚拟试穿解决方案。

​不光玩小学数学应用题，AI已经开始攻克高数了！最近MIT的研究人员宣布他们基于OpenAICodex预训练模型，在本科生级别的数学问题上通过few-shotlearning成功达到81%的正确率！论文链接：https://arxiv.org/abs/2112.15594代码链接：https://github.com/idrori/mathq先来几个小问题看看答案，比如计算单变量函数的图形绕轴旋转产生的体积、计算洛伦茨吸引子及投影、计算和描绘奇异值分解（SVD）的几何形状，不光能正确解答，还能给

人工智能(AI)和物联网(IoT)的技术趋势已经开始融合，业界将这种趋势命名为人工智能物联网(AIoT)。人工智能从云端向边缘移动，为阻碍物联网在关键市场更广泛采用的带宽和安全问题提供了解决方案。如果技术发展的历史是未来的可靠指南，那么在接下来的几年里，这种融合至少还有两个阶段要进行。物联网最近引起了人们极大的兴趣，但对于许多应用来说，有两个重要的问题出现了。一个是安全;从物联网设备流过网络的数据以及对设备本身的控制在很大程度上依赖于足够的网络攻击安全性。由于威胁不断演变，变得更加激烈，安全要求物联网开发

4月25日消息，根据美国全国经济研究所（NBER）公布的最新报告[PDF]，生成式人工智能可有效提高员工的生产力，对客户服务部门员工的影响最为明显。NBER报告主要调查了一家财富500强软件公司，5000名客服使用一种基于OpenAI的生成式预训练转换器（GPT）大型语言模型（LLM）最新版本构建的工具来协助他们履行职责。LLM实时监控客户聊天，为代理人提供有关如何回应的建议。据该论文称，这使座席能够更快地做出响应，每小时回答更多的聊天，并更成功地解决聊天问题。报告中所使用的衡量标准是每小时能够解决的客户

现阶段，视觉transformer（ViT）模型已经在图像分类、目标检测与分割等各样各样的计算机视觉任务中得到了广泛应用，并可以在视觉表征与识别中实现SOTA结果。由于计算机视觉模型的性能往往与参数量和训练时长呈正相关，AI社区已经实验了越来越大规模的ViT模型。但应看到，随着模型开始超出万亿次浮点运算的规模，该领域已经遇到了一些主要的瓶颈。训练单个模型可能耗费数月，需要数以千块的GPU，进而增加了加速器需求并导致大规模ViT模型将很多从业者「排除在外」。为了扩展ViT模型的使用范围

​译者|布加迪审校|孙淑娟AI对于现代企业及其他类型的组织来说已变得极其重要，因为它可以做所有上述事情。通过结合大量数据与智能迭代处理算法，AI系统能从所分析数据中的模式和特征中学习。每当AI系统处理数据时，它会测试和衡量自己的性能，并获得新的知识。由于AI从不需要休息，可以快速完成成千上万个任务，在短短的时间内学到很多知识，无论它被训练做什么事务，最终都变得极其擅长。然而，要了解AI真正的工作原理，就需要明白AI不仅仅是一个计算机程序或应用软件，而是一门完整的学科或科学。AI系统有许多不同的部

Digital-adoption.com发布的网络分析数据发现，在最新版本的ChatGPT发布之后，其开发商OpenAI的访问量增长了3572%，从1830万暴增至6.72亿。今年1月，微软公布了了对OpenAI的第三阶段投资计划，总数额在数十亿美元。如今，微软又祭出Bing搜索引擎的AI支持版本，其中使用的正是ChatGPT。公司CEO萨蒂亚·纳德拉(SatyaNadella)认为，AI将从根本上改变各个软件类别，微软希望这项技术能支持Bing每天回答50亿条查询。目前ChatGPT功能仍在预览阶

Redis开源库漏洞引发ChatGPT支付数据泄露。事件回顾3月20日，多名ChatGPT订阅用户称在其订阅页面看到了其他用户的邮箱地址。图推特原文随后，OpenAI将ChatGPT下线并调查了这一问题，但并未说明ChatGPT停止服务的原因。图ChatGPT停止服务期间的状态信息数据泄露后的开源库漏洞3月24日，OpenAI发布报告称发生这一意外事件的原因是Redis客户端开源库redis-py中存在漏洞，引发ChatGPT暴露了其他用户的聊天会话查询和个人信息，大约有1.2%的ChatGPTPl

运营数据中心必须提供更细粒度的实时数据，以保持数据中心的运营弹性、响应性和在线性，尽管存在潜在的安全和中断威胁。不可预测的供应链、长期的劳动力短缺、螺旋式上升的通货膨胀和能源成本等，是企业CIO和高级管理团队在优化数据中心时面临的一些挑战。EkkoSense公司美洲副总裁特TracyCollins表示，“从现在到2025年，工作量将继续以每年20%左右的速度增长，数据中心正在努力满足这些不断升级的需求。”戴尔公司人工智能战略主管BronsLarson表示，“数据中心可以利用人工智能和机器学习来提高性能，优

在超级AI管控中，机器自动克隆人类胚胎、自动送入营养池培育、养大了做人肉电池……当然，真实世界不能这么造人，即使敲点活人胚胎基因都会举世哗然。不过哺乳动物千万种，人不能这么造人，但人这么造猪，那可就理所当然是个技术大突破了。南开完成全球首次AI克隆猪AI赋能的、过程全自动化的克隆猪孕育，世界首次的桂冠在2022年3月底被中国南开大学人工智能学院的研究团队摘得。此消息于2022年5月底被南开大学低调公开。虽然相关研究的详细论文尚未发布，不过科技界和产业界没过多久就注意到了这个消息。2022年3月31日，在

如今的谷歌，有点秦失其鹿的味道。在微软更新ChatGPT加持的必应搜索之后，大家都极为关注谷歌Bard的首秀。怎知近日曝出的Demo大翻车，导致股票一夜之间暴跌7000亿人民币。而看微软那边，风景独好。前后脚发布新一代AI搜索，人们的期待却完全反过来，不知重新来过谷歌会不会还抢跑。昨晚，谷歌举行了「Googlepresents:LivefromParis」大会。大家都在期待Bard的首秀，结果却令观众大失所望。基本没有多少Bard的展示内容。在展示增强现实搜索功能时，

相信不管是学生党，还是上班族，都有为PPT汇报熬夜爆肝的经历......光挑选模版和样式就杀死了一堆脑细胞。而现在，一款能一键自动生成PPT模版和文字可能成为解放生产力的神器，它就是ChatBCG。试用地址：https://www.chatbcg.com/视频演示：https://twitter.com/i/status/1608039644297314304值得一提的是，ChatBCG是由来自斯坦福大学的两名学生（JosephSemrai与SilasAlberti）共同开发。SilasAlbert

尽管欧洲议员在欧盟AI法案的内容和覆盖范围上存在分歧，但一些监管机构发现，现有的工具，如赋予用户控制个人信息的《通用数据保护条例》(GDPR)，可以适用于快速出现的生成式AI公司。生成式人工智能（例如OpenAI的ChatGPT）依赖于算法，通过分析大量数据生成极其逼真的人类响应来回答文本查询，其中一些数据可能由互联网用户拥有。意大利机构，即Garante，指责微软公司支持的OpenAI未能检查ChatGPT用户的年龄，并且“缺乏任何法律依据来证明大规模收集和存储个人数据是合法的”，用于“训练”

开篇前几日与一位从事开发3年的朋友小李聊天，得知他所在的企业正在进行机器学习相关的项目。最近，他接到了一个任务，就是将训练好的机器学习模型进行部署。这可愁坏了小李，他接触机器学习开发差不多有小半年了，主要从事收集数据、数据清洗、搭建环境、训练模型、模型评估的相关工作，但做模型部署还是第一次。于是，我根据自己的经验针对机器学习的模型部署进行了科普。如图1所示，在传统编程中，我们将规则和数据传递给程序获得我们想要的答案，而对于机器学习而言，我们是通过答案和数据训练出规则，这个规则就是机器学习的模型。图1传

ChatGPT持续火爆导致芯片短缺：没有足够的计算能力来处理ChatGPT的计算需求，这已经使OpenAI的服务器过载。上一次大规模芯片短缺还是因为为了虚拟货币疯狂挖矿导致的。不过随着对生成式人工智能需求不断增加，这一次算力紧张的情况可能会持续相当一段时间。微软希望通过一种名为NDH100v5的新虚拟机产品来填补这一空白，其中包括大批英伟达（Nvidia）代号为Hopper的最新H100GPU，，用于生成式人工智能应用。其思路是为研究生成式人工智能的公司提供更高的计算速度，这些公司能够更深入地挖掘数

什么是ACT-1GPT-3，GPT-4仅仅局限于文字对话，GPT-4加入了多模态，也还是在对话范畴，只是加入了图片语音视频的对话。还不能直接处理数字世界的任务。AdeptAI推出了ActionTransformer(ACT-1)大模型，这是一种可以在数字世界中采取行动的大型模型。这种新模型经过训练可以使用现有的所有软件工具、API和Web应用程序，该公司认为，通用智能最清晰的框架是一个可以做人类在计算机前可以做的任何事情的系统。所以可以说GPT-3，GPT-4是你的个人助理，ACT-1可以说是AI为你打造

夕小瑶科技说原创作者|智商掉了一地近日有很多团队基于用户友好的ChatGPT进行再创作，其中不乏有比较亮眼的成果。InternChat工作强调了用户友好性，这是通过超越语言的方式（光标与手势）与聊天机器人交互来进行多模态任务的。InternChat的命名也比较有趣，代表着互动（interaction）、非语言（nonverbal）和聊天机器人（chatbots），可以简称为iChat。与现有依赖纯语言的交互系统不同，iChat通过加入指向指令，显著提高用户与聊天机器人之间的交流效率。此外，作者还提供了一个

如果紧跟技术进步的步伐，就会知道物联网(IoT)正在让设备及其数据越来越紧密地联系在一起。据预测，到2025年，这类设备将达到750亿台。与此同时，人工智能的应用范围从自动化人工任务到分析数据。然而，一个更令人兴奋的讨论是如何将这些技术结合起来提供更强大的解决方案——有时称为物联网人工智能(AIoT)。让我们来看看AIoT在制造业、智能城市、自动驾驶汽车等方面的一些应用，以及推动这种创新的一些企业。了解AIoT的兴起归根结底，物联网就是整理和共享数据。物联网设备通常通过传感器或软件获取数据，并与更广泛的网

5月23日，以“‘芯’动能智启实体经济新引擎”为主题的IntelVision观察室圆满结束！论坛上邀请到的产学研专家和大咖，是如何剖析实现数字经济与实体经济深度融合的路径？现场嘉宾金句频出、洞察深刻，又对数智转型大潮中企业实现高质量发展给出了哪些“锦囊妙计”？精彩速览一图get嘉宾精彩发言长按识别海报二维码观看精彩回放“如何高效融合数字经济与实体经济？”目前数字经济主要的问题是如何面临海量的数据资源，也就是数据要素。数字经济整合了物联网、云计算、大数据、人工智能、区块链、AR、VR等新一代的信息技术

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。受硅谷银行倒闭事件波及的科技公司，可以稍微松口气了。一方面，科技行业富豪已出手救急：ChatGPT背后公司OpenAI的CEO山姆·阿尔特曼（SamAltman）就被曝，已经给因硅谷银行发不出工资的公司，提供了总额超过100万美元的资金援助。并且什么借条啊文件啊都没要，只是说“等你有钱了再还我”。另一方面，美国监管机构确定兜底。根据美国财政部、美联储（Fed）和美国联邦存储保险公司（FDIC）发布的联合声明，硅谷银行储户“3

尽管科学家和工程师们正在不断地创造可用于3D打印的具有特殊品质的新材料，但这可能是一项具有挑战性且成本高昂的任务。为了找到始终如一地产生新材料最佳打印质量的最佳参数，专业操作人员经常需要进行人工试错实验，有时创建数千张打印。打印速度和打印机沉积的材料量是其中的一些变量。现在，麻省理工学院的研究人员利用AI来简化这一过程。他们开发了一种ML系统，使用计算机视觉来监控生产过程，并实时修复处理错误。在使用模拟训练神经网络如何更改打印参数以减少错误后，他们将控制器放在真正的3D打印机上。这项工作避免了打印数万或数